在一項剛剛發表在著名期刊《自然通訊》上的研究中，來自紐約大學、格拉斯哥大學等機構的科研人員成功開發出一種先進的人工智能程序，能夠準確診斷最常見的肺癌類型——腺癌，並精準預測復發風險，代表了肺癌診斷和治療領域的重大突破。

傳統上，肺癌的診斷需要病理學家在顯微鏡下仔細檢查組織樣本，這一過程不僅耗時且容易出現人爲失誤。儘管現有的基於監督深度學習的人工智能方法已展現出不錯的前景，但其需要大量標註數據的支持。

AI醫療 醫生 人工智能

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

而這項最新研究中的AI程序則採用了一種稱爲"組織形態學表型學習"的自監督學習技術。該技術可自動識別並分組組織圖像中的相似區域，構建出"HP-Atlas"——一張詳細的地圖，展示了各種組織結構從良性到惡性狀態的轉變過程。

研究人員對近50萬張來自452例腺癌患者的組織圖像進行了分析，結果令人振奮:AI程序在99%的病例中準確區分了腺癌與肺癌的另一種常見類型鱗狀細胞癌，並且以72%的準確率預測了患者的腫瘤復發風險，顯著優於64%的人工診斷水平。

該AI程序不僅能夠快速全面分析肺組織樣本，還會爲每位患者生成一個分數，精準反映其未來5年內的生存和復發概率。研究人員表示，隨着更多數據的補充，這一系統將變得更加精準，並計劃在進一步測試後免費面向公衆。

紐約大學珀爾馬特癌症中心研究員阿里斯托特利斯·齊裏高斯博士說:"我們的AI程序能在幾分鐘內分析肺組織，準確預測患者癌症是否會復發，這一性能已經超過了目前對肺腺癌預後評估的標準要求。"

這一突破性進展爲肺癌患者帶來了更加精準和個性化的治療方案，同時也爲包括乳腺癌、卵巢癌和結直腸癌在內的其他癌症類型開闢了AI診斷之路。研究團隊下一步還計劃整合更多臨牀和社會經濟數據，以進一步提高系統的準確性和可靠性。